來源 | 36氪

作者 | 頓雨婷

專註於人工智能超聲的上海深至信息科技有限公司（以下簡稱：深至科技）已完成數千萬元A輪融資，由舜懿資本獨家投資。此次融資後，深至科技將加速關鍵技術創新，擴大基層市場AI輔助超聲診斷病種，推進AI三類證審批。

深至科技正式成立於2018年年底——由掌上超聲企業思多科參與孵化，這家公司專註於超聲診斷智能化和超聲AI應用，目前已經形成了超過十餘類、30多個病種的算法模型影像數據庫，並搭建超聲影像雲中心，其AI超聲輔助診斷病種目前已涵蓋甲狀腺、乳腺、肝臟、頸動脈斑塊、盆底、骨科、神經科等二十餘病種。

據悉，深至科技的技術團隊在超聲硬件、人工智能系統、芯片、雲計算方面擁有超過50個國內外專利，已能實現動態醫學超聲分析；另外公司已和眾多一線醫療器械廠家、美年大健康達成合作，實現了AI超聲的商業化和產業化。

深至科技合伙人張卓在接受動脈網採訪時表示，之所以選擇這個細分領域，首要是解決基層診斷能力不足這一現實問題，為此想打造一種便攜、智能且低成本的設備，AI可以應用其中。而相比於CT等大型影像設備，超聲儀器價格更低（便攜式設備更低），更可能成為基層醫療的標配。

與此同時，在醫療AI的應用中，AI幾乎遍佈CT、鉬靶等影像診斷產品中，但因高研發壁壘，AI+超聲領域的參與者卻很少，深至科技想要卡位這塊市場空白——今年2月美國FDA才批准了首款基於AI的超聲影像輔助系統。

張卓表示，將AI應用於超聲的難點有三：

首先，區別於靜態的影像，超聲影像是動態的，一秒鐘可以產生25幀左右的圖像，單幅圖像的分辨率並不高；

其次，超聲圖像的清晰度低於光學圖像，但超聲又需要實時診斷，而不是在獲取影像後再進行圖像處理，因此運用AI提升圖像清晰度是利益難點；

第三，與CT、MR具備標準切麵不同，超聲影像大多是依靠醫生採集的不同切麵的動態圖像進行診斷的，這就對超聲醫生個人的操作技術水平有著較高要求，也對AI輔助診斷提出了較高要求。

據瞭解，為解決上述問題，深至科技通過AI實現用圖像質量增強，利用大數據深度學習，對超聲低分辨率的原始圖像進行處理，進行圖像優化，實現對病竈的智能分割和測量；其次，從使用場景出發，為基層醫生打造一套便攜超聲操作標準化流程，讓輔助診斷軟件可以在WiFi、脫機狀態下使用，可以內置於便攜式超聲和台式超聲中，也能外置於相應的運算設備中。

要特別指出的是，超聲AI的下沉到基層將成為分級診療、緩解醫療資源不均的利器。也因此，AI超聲輔助診斷系統未來的市場空間不止於現有的超聲存量市場，還包括基層診所或更多臨床科室。

最後介紹一下團隊，深至科技研發團隊由來自哈佛大學、麻省理工、哥倫比亞大學、加州大學、清北復交等院校的博士領銜，集中了國內外人工智能、超聲軟硬件及醫學的多領域、跨學科的人才。公司合伙人張卓畢業於上海交通大學臨床醫學專業，曾擔任超聲科醫生，有著超過十年的超聲影像臨床經驗。